【出 处】：《 计算机仿真 》 CSCD 2016年第0卷第1期 404-407页,共4页

【作 者】： 侯燕 [1,2] ; 王华东 [1]

【摘 要】 在电力系统故障优化检测的研究中，由于电力系统中的故障种类较多，无法用可识别的单独特征描述，这就导致不同电力故障的特征具备较大的相似性。传统的故障挖掘方法中，需要提取有区别性的电力故障特征，但是一旦特征具备较大的相似性，故障深度挖掘过程容易陷入无限分类求最优的过程，造成故障挖掘精度低的问题。提出基于改进遗传算法的电力故障深度挖掘方法。提取电力故障特征将其作为遗传算法中染色体的基因，将染色体作为故障原因，利用遗传算法进行迭代寻优：在故障挖掘的过程中对遗传算法中的编码方式、进化方式、交叉操作和变异操作进行了改进，并确定了故障深度挖掘过程中的适应度函数。实验结果表明，利用改进算法进行故障深度挖掘，能够提高挖掘的效率和挖掘的精度。